網(wǎng)絡(luò)信息采集及數(shù)據(jù)分析結(jié)果可視化的研究與實(shí)現(xiàn).pdf

1、在當(dāng)今“信息爆炸”的時(shí)代，如何快速有效地為數(shù)據(jù)處理采集大量外部網(wǎng)頁(yè)信息資源，并將數(shù)據(jù)分析結(jié)果以可視化的方式呈現(xiàn)，從而提高使用者的決策和指揮效率，是目前網(wǎng)絡(luò)信息研究的熱點(diǎn)問(wèn)題。這涉及到信息采集、信息抽取、相似度計(jì)算、數(shù)據(jù)可視化等多個(gè)領(lǐng)域的研究?jī)?nèi)容。
　　本文根據(jù)跨域數(shù)據(jù)語(yǔ)義共享平臺(tái)項(xiàng)目的要求，研究了網(wǎng)絡(luò)信息采集和數(shù)據(jù)分析結(jié)果可視化的研究和實(shí)現(xiàn)。論文在闡述了信息采集和可視化的基本概念、原理和方法的基礎(chǔ)上，分別詳細(xì)介紹了信息采集和可視化

2、的相關(guān)技術(shù)；在網(wǎng)絡(luò)信息采集中，采取了深度和廣度相結(jié)合的策略模式，應(yīng)用了DOM樹(shù)、HTML解析器和模板技術(shù)實(shí)現(xiàn)網(wǎng)頁(yè)信息的采集和抽取，并通過(guò)改進(jìn)了句子的語(yǔ)義相似度計(jì)算算法，對(duì)已抽取的信息進(jìn)行過(guò)濾；在可視化展現(xiàn)中，獨(dú)立開(kāi)發(fā)了Spruce組件，實(shí)現(xiàn)了本體關(guān)系的可視化展現(xiàn)，利用Carrot2可視化組件和ZedGraph類(lèi)庫(kù)，實(shí)現(xiàn)了聚類(lèi)結(jié)果和語(yǔ)義搜索結(jié)果的可視化展現(xiàn)。
　　最后，通過(guò)實(shí)驗(yàn)驗(yàn)證了信息采集的可行性、信息過(guò)濾算法的高效性以及可視化展